6月15日,华米科技在安徽合肥举办主题为「AI to Decode Future」的首届AI创新大会,为我们带来了诸多AI技术研究与相关应用。次日,华米科技还举办了AI技术开放日活动,邀请业内专家与高校院校学生共同探讨国内外人工智能话题,探索人工智能未来发展的趋势方向。
AI创新大会:华米自研新技术、新硬件惊喜不断
在本届AI创新大会上,华米科技正式发布了新一代智能可穿戴芯片“黄山2号”、第二代PPG生物追踪光学传感器BioTracker 2及一系列全新的人体数据AI算法,同时宣布成立人工智能研究院。
“黄山2号”芯片基于先进的RISC-V架构开发,具有高运算效率和低使用功耗两大优势。针对心率数据,其房颤识别速度是“?山1号”的7倍,是市面上其它软件算法的 26 倍。目前,“黄山2号”已流片成功,预计将于今年四季度量产,并在明年(2021年)上半年应用在华米可穿戴新品上。
除了“黄山2号”芯片,华米还在会上向我们介绍了五种生物数据引擎,分别是第二代心脏数据AI生物引擎RealBeats2,一款可监测心率数据,自动甄别心律不齐的AI生物引擎;精准度与专业血氧仪平均误差不到1.67%的血氧数据AI生物引擎OxygenBeats;可通过多维数据帮助用户了解睡眠状态和质量的睡眠数据AI生物引擎SomnusCare;可智能自动切换不同运动模式,并能对运动数据和心率数据进行分析的人体活动模式AI识别引擎ExerSense;以及结合人体多维度生理数据以及活动时间,帮助用户智能掌握每日运动量的人体健康评估系统huami-PAI。
上述五种生物引擎功能强大,但都需要精准的数据为其提供支撑,华米为此研发了BioTracker2 PPG生物追踪光学传感器。BioTracker2 PPG生物追踪光学传感器和五种生物数据引擎共同实现更丰富、全面的生物健康数据监测,在即将推出的“黄山2号”芯片强大的AI运算性能支持下,BioTracker 2也许会成为全球最强大的可穿戴人体光学传感器。
不仅是现有的芯片、传感器和算法,华米科技更致力于行业前瞻趋势和技术的布局。在AI创新大会上,黄汪宣布华米科技人工智能实验室正式升级为人工智能研究院,涵盖与钟南山院士团队、中国田径协会、中科大先进技术研究院建立的三个不同研究方向的联合实验室,并将联合智能语音独角兽云知声在汽车、医疗、IoT等领域展开全方位的合作,致力于人体健康大数据的AI技术创新,探索人工智能在可穿戴领域的深度应用。
AI技术开放日:前沿AI技术展示,激发年轻人的热情
除了专注于技术创新,华米科技还致力AI技术对公众的普及。6月16日,华米科技与中国科学技术大学联合举办了AI技术开放日,吸引了许多中科大和周边院校的学生慕名参加。
参与本次AI开放日主题演讲的嘉宾阵容十分强大,有中科大计算机科学与技术学院执行院长李向阳;清华大学软件学院副院长、华米人工智能研究院技术委员会委员丁贵广;中国科大电子工程与信息科学系执行主任、华米科技-中国科大先研院“脑机智能联合实验室”主任陈勋;挪威科技大学医学和健康科学学院教授Ulrik Wisloff,他们在会上分享各自在脑科学和人工智能上的前沿观点技术研究,并与现场观众互动交流观点。
华米科技不仅注重研究层面的交流,在产品体验方面同样做到极致。截至去年,华米智能设备在全球累计出货量已经突破一亿台,赢得了用户的肯定。这背后是华米科技通过AI整合芯片、算法和传感器技术优势,并且落地应用到华米的智能设备和小米手环上,实现对人体健康大数据监测处理的成果。不止步眼前的成绩,未来华米科技将进一步整合自身和行业的研发技术力量,以AI为技术支点,重构全球健康医疗产业,用科技时刻守护着用户的健康。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。